变化检测数据集
1 Mts-WH
分辨率1m，四个波段（R,G,B和近红外波段），获取于2002年2月和2009年6月，分辨率7200*6000。训练样本为每个时段190张图像，分辨率150*150，每张图像为一个类别，训练样本选择的是典型的区域，两个时间的训练样本并不是对应区域。测试样本是原图分块得到的，原图切分完正好为1920张。这个数据集的变化检测本意是对小图（150分辨率）进行分类，然后在大图上查看城市用地变化的情况。实际上并没有像素级的变化标注数据。变化检测是对样本进行分类，以辅助检测是否发生了变化。（感觉主要起作用的是分类比较，核化的SFA并不是很有效）
2 S2Looking
建筑物变化检测数据集。主要关注的是世界上的农村区域，作为LEVIR-CD+的补充。不同于Google Earth这样的高分辨率近天顶观测，侧视成像的应用场合更广泛，图像更新速度也更快。共计5000对图片，训练集3500对，图像1024*1024像素，分辨率为0.5-0.8m，间隔1-3年，为RGB图像。平均倾角在9度左右，使用SIFT匹配。目标小而零散，负样本明显多很多，相比城市数据集比较困难。
3 LEVIR-CD
0.5m分辨率，来自Google Earth。世界城市区域，2002年-2018年，时间间隔为5-14年，像素分辨率为1024*1024，共计637张图像，为RBG图像，标注为建筑物变化。有大气、季节、传感器等条件变化。建筑物是单独标注的，有大量的密集小区域。
4 SECOND
关注地表覆盖的变化情况，对地标覆盖分为6类，这样就有30个类别变化对。共计有4662对图像，（但是公开的只有训练集不到3000对图片，没有测试和验证集）图像大小为512*512，分辨率未知。小目标、零散密集小块区域、整块大区域均有，形状零碎。
5 SYSU-CD
共计20000对0.5m分辨率的HongKong遥感图像，图像为航拍图像，从2007年到2014年，光学图像，图像分辨率256*256，train12000，test4000，val4000。原图共计800张1024*1024的大尺寸图像，按照6:2:2的比例划分后，（会不会有分布偏差？不同的原图之间）每张图切出25张样本(至少有9张里面是重复覆盖，根据观察，这里的扩增方式有简单的几何变换扩增，也有在图像上随机采样的)，这里共计有6类变化（(a) 新建城市建筑； (b) 郊区扩张；(c) 工地； (d) 植被变化；(e) 道路扩张； (f) 海上建设），但是label中并没有注明变化的类别。样本都比较完整，成块连片区域。
6 OSCD
SAR数据来自哨兵1号，从GoogleEarth下载。多光谱（13波段）数据来自哨兵2号卫星，分辨率在10m、20m和60m，包含14对图像，图像尺寸不一致，分辨率比较低，不同通道的分辨率不同，同时提供了RBG图像，优势在于多模态。侧重于城市变化。标记内容主要是城市区域新建部分。label的PNG图片好像既有3通道也有4通道。变化区域小而且分散。
7 DSIFN
已经经过了数据增强。有几何变换、噪声、模糊等。来自于GoogleEarth，原图像为394张图像对，扩增为3940张，训练和测试城市不同，训练集和验证集是随机划分。512*512像素，分辨率未知，主要关注的也是城市道路以及建筑，标注。某些样本中，变化区域占比非常大，某些图像中，整个图片全部为变化区域。感觉整体上正负样本像素数量差别不大。大块区域都比较完整，小块区域有较小的，零碎变化的部分。感觉像是选点圈出来的多边形。标记样本有生成好的小图。
8 WHU Building CD
21243*15354大小的地震区域图像，需要自行剪裁。分辨率2.7m，2012年到2016年。切分可能遇到的问题时相对分布不均的样本，也就是某些切分的图片中，有很大一部分完全没有变化，这样导致可用的样本实际上少很多。
9 CDD
该数据集含有大量的合成图像，分为有对象相对移动的和无对象移动两种，为简单的几何图像，含有噪声和模糊。还有16000张（train set）随季节变化的GoogleEarth真实遥感图像，256*256像素，来源于7对分辨率为4725*2700的图像，分辨率从0.03到1m，随机旋转剪裁得到小图。32个像素？没懂。主要关注的是人造物体（不止建筑物）。关键问题是季节变化带来的地标变化，包括植被，雪等等。
10 Google Dataset
2006-2019广州城市变化，季节变化，分辨率0.55m，RGB图像，主要标注的为建筑物。生成了1067幅不重叠256*256的小图。零散目标不是很多，相对比较规整。
11 ABCD
8444幅图像，变化前后图像存储在同一张图的不通通道内。分辨率0.4m，为日本东北海啸前后的建筑变化。有两种图片，固定比例的图片，160*160像素，分辨率保持为0.4m；另一种为根据建筑物三倍大小缩放的，分辨率不定的图像，固定为128*128像素。图片label标记为0和1，以表示建筑是否被冲走。 8,506 对固定比例（4,253 冲走）和 8,444 对调整大小（4,223 冲走）。存在的问题是图像存在重采样、数据集不是像素级标注。
12 HRSCD
图像变化区域相比整个图片过小，需要进行预处理，另外标注精度不够。
Reference
https://github.com/MinZHANG-WHU/Change-Detection-Review https://github.com/wenhwu/awesome-remote-sensing-change-detection
